Selvstudium: Brug en notesbog med Kqlmagic til at forespørge en KQL-database

  • Artikel

Vigtigt

Microsoft Fabric er i øjeblikket i PRØVEVERSION. Disse oplysninger relaterer til et foreløbig produkt, der kan ændres væsentligt, før de udgives. Microsoft giver ingen garantier, udtrykt eller stiltiende, med hensyn til de oplysninger, der er angivet her.

Notesbøger er både læselige dokumenter, der indeholder beskrivelser og resultater af dataanalyser, samt eksekverbare dokumenter, der kan køres for at udføre dataanalyse. I denne artikel lærer du, hvordan du bruger en Jupyter-notesbog til at køre avancerede forespørgsler og visualiseringer fra data i en KQL-database. I dette selvstudium bruges forudoprettede datasæt og notesbøger i både Realtidsanalyse og Data Engineering-miljøer i Microsoft Fabric. Du kan få flere oplysninger om notesbøger under Sådan bruger du Microsoft Fabric-notesbøger.

Kqlmagic udvider funktionerne i Python-kernen i Jupyter Notebook, så du kan køre KQL-forespørgsler (Kusto Query Language) oprindeligt. Du kan kombinere Python og KQL for at forespørge om og visualisere data ved hjælp af det omfattende Plot.ly-bibliotek, der er integreret med gengivelsesoperatoren.

Du lærer specifikt, hvordan du:

  • Opret en KQL-database
  • Hent data
  • Importér en Jupyter-notesbog
  • Godkend adgang til din notesbog
  • Kør notesbogen

Forudsætninger

1 - Opret en KQL-database

  1. Åbn oplevelsesskifteren nederst i navigationsruden, og vælg Analyse i realtid.

  2. Vælg KQL-database.

  3. Under Databasenavn skal du angive NYCTaxidb og derefter vælge Opret.

  4. Kopiér forespørgsels-URI'en fra kortet med databaseoplysninger i databasedashboardet, og indsæt den et sted, f.eks. et notesblok, som skal bruges på et senere trin.

    Skærmbillede af kortet med databaseoplysninger, der viser databaseoplysningerne. Forespørgsels-URI-indstillingen Kopiér URI er fremhævet.

KQL-databasen er nu oprettet i konteksten for det valgte arbejdsområde.

2 – Hent data

I dette trin skal du bruge et script til først at oprette en tabel med den angivne tilknytning og derefter hente data fra en offentlig blob til denne tabel.

  1. Kopiér KQL-scriptet fra lageret Med stofeksempler på GitHub

    Skærmbillede af GitHub-lageret, der viser KQL-scriptet for NYC Taxi-demonotesbogen. Kopiikonet er fremhævet.

  2. Gå til din KQL-database.

  3. Vælg Udforsk dine data i øverste højre hjørne af siden med databaseoversigten.

  4. Indsæt KQL-scriptet fra trin 1.

  5. Placer markøren et sted i forespørgslen, og vælg knappen Kør .

    Den første forespørgsel kører og opretter tabellen og skematilknytningen. Outputtet af denne forespørgsel viser oplysningerne om oprettelse af tabellen og tilknytningen, herunder kommandotypen og resultatet af Fuldført , når du er færdig. Den anden forespørgsel indlæser dine data. Det kan tage et par minutter, før indlæsningen af data er fuldført.

    Skærmbillede af vinduet Udforsk dine data, der viser den fuldførte tilstand for tabeltilknytningen og dataindtagelse.

  6. Opdater databasen. Tabellen vises i datatræet.

3 - Download NYC Taxi demo notesbog

Brug en Jupyter-eksempelnotesbog til at forespørge og visualisere de eksempeldata, du lige har indlæst i din KQL-database.

  1. Åbn lageret Stofeksempler på GitHub for at downloade NYC Taxi KQL Notebook.

    Skærmbillede af GitHub-lageret, der viser NYC Taxi-demonotesbogen. Indstillingen Raw er fremhævet.

  2. Gem notesbogen lokalt på din enhed.

    Bemærk

    Notesbogen skal gemmes i filformatet .ipynb .

4 – Importér Jupyter-notesbogen

Resten af denne arbejdsproces forekommer i afsnittet Data Engineering i produktetMicrosoft Fabric og bruger en Jupyter-notesbog til at forespørge og visualisere dataene i din KQL-database.

  1. Åbn appskifteren nederst i navigationsruden, og vælg Datakonstruktion.

  2. På startsiden Data Engineering skal du vælge Importér notesbog.

    Skærmbillede af elementindstillinger i Data Engineering. Elementet med titlen Importér notesbog er fremhævet.

  3. Vælg Upload i ruden Importér status.

    Skærmbillede af vinduet Importér status. Knappen Med titlen Upload er fremhævet.

  4. Vælg den NYC Taxi KQL-notesbog, som du downloadede i trin 3.

  5. Når importen er fuldført, skal du vælge Gå til arbejdsområde og åbne denne notesbog.

    Skærmbillede af overførslen er fuldført, og gå til arbejdsområdet.

5 - Indlæs pakker

Vælg afspilningsknappen for at køre hver celle sekventielt, eller markér cellen, og tryk på Skift+ Enter. Gentag dette trin for hver pakke.

Bemærk

Vent på, at fuldførelsesmarkeringen vises, før den næste celle køres.

Skærmbillede af celleblok, der viser importkommandoen. Knappen Afspil er fremhævet.

6 - Godkendelse af enhedskode

  1. Indsæt den forespørgsels-URI , du kopierede tidligere , i stedet for pladsholderklyngeteksten.

  2. Skift navnet på pladsholderdatabasen til NYCTaxidb.

    Skærmbillede af kodecelle, der viser databasenavnet og forespørgsels-URI'en. Forespørgsels-URI'en og databasenavnet er fremhævet.

  3. Kør cellen.

  4. Der vises en godkendelseskode under cellen. Kopiér denne godkendelseskode.

    Skærmbillede af kodecelle, der viser godkendelseskode. Knappen Kopiér til Udklipsholder er fremhævet.

  5. Indsæt koden i pop op-vinduet, og vælg derefter Næste

    Skærmbillede af vinduet med indsætningskoden. Knappen Næste er fremhævet.

  6. Angiv dine oplysninger i logonvinduet, og vælg derefter Næste for at logge på KustoClient.

    Skærmbillede af logonvinduet. Knappen Næste er fremhævet.

  7. Luk bekræftelsesvinduet for logon.

    Skærmbillede af bekræftelsessiden for KustoClient-logon.

  8. Kør den næste celle for at kontrollere, om dit logon lykkedes. Hvis det lykkes, returnerer forespørgslen et rækkeantal.

7 - Kør notesbogen

Kør de resterende celler sekventielt for at se, hvordan gengivelseskommandoer fungerer gennem Kqlmagic, og begynd at oprette et heatmap over taxahentning i NYC. Du kan få flere oplysninger om Kqlmagic under Brug en Jupyter-notesbog og en Kqlmagic-udvidelse til at analysere data

  1. Følgende celle aggregerer alle afhentninger inden for den angivne geografiske grænse.

    Skærmbillede af kodecelle, der viser sammenlægningsforespørgsel.

  2. Kør følgende celle for at tegne et kort ved at afbilde et varmekort over et punktdiagram.

    Skærmbillede af kodecelle, der viser forespørgsel om oprettelse af varmekort.

    Varmekortet skal se ud som på følgende billede:

    Skærmbillede af notesbog, der viser et heatmap over NYC-taxahentning.

  3. Du kan også markere kortet for at få vist resultaterne af en klyngefunktion ved hjælp af følgende forespørgsel.

    Skærmbillede af kodecelle, der viser forespørgsel om stjernespækkede data.

    Varmekortet ligner følgende billede:

    Skærmbillede af kort, der viser stjerner i forskellige størrelser, der angiver resultaterne af en klyngefunktion.

8 - Ryd op i ressourcer

Ryd op i de elementer, der er oprettet, ved at navigere til det arbejdsområde, hvor de blev oprettet.

  1. Peg på den notesbog, du vil slette, i dit arbejdsområde, og vælg menuen Flere [...] >Slet.

    Skærmbillede af arbejdsområde, der viser rullemenuen i NYC Taxi-notesbogen. Indstillingen Slet er fremhævet.

  2. Vælg Slet. Du kan ikke gendanne din notesbog, når du har slettet den.

Næste trin